A cena não é surpresa isolada: consultorias e players do mercado vêm apontando que os modelos de IA estão expandindo sua capacidade operacional e as empresas que liderarem essa integração tendem a colher ganhos de eficiência e competitividade no mercado. E, neste sentido, uma das conversas recorrentes é sobre até que ponto as novas tecnologias substituirão pessoas.
No ITC ouviu-se um consenso pragmático: o objetivo imediato dos agentes não é eliminar profissionais, mas transformar o tempo que eles dedicam a tarefas repetitivas em trabalho de maior valor. Na subscrição patrimonial, por exemplo, soluções combinando imagens (capturadas através de drones) e modelagem de risco que observam características do imóvel e comportamentos do segurado já permitem automatizar etapas de avaliação que antes levavam dias. O efeito direto é reduzir as despesas administrativas e acelerar decisões, sem, necessariamente, delegar ao algoritmo todas as decisões finais. Essa é a mesma abordagem adotada por estudos que mapeiam processos buscando automações visando melhorias e ganhos de eficiência.
No âmbito de sinistros, a atuação de agentes também se destaca. Soluções que verificam a autenticidade de imagens, correlacionam informações e validam documentos têm potencial para agilizar tanto a abertura quanto a liquidação dos eventos, ao mesmo tempo em que reduzem fraudes e minimizam atritos na experiência do usuário, contribuindo para preservar indicadores como NPS e retenção. Ademais, casos recentes apontam que resultados expressivos podem ser obtidos com a automação alinhada a controles humanos estruturados: organizações que implementaram agentes de IA registraram diminuição no tempo de análise de sinistros e redução nas reclamações, mantendo, entretanto, altos níveis de auditoria e revisão manual para situações de maior complexidade.
Porém, a adoção em larga escala passa por dois grandes desafios – modernização de legados e governança. Em muitos mercados, inclusive no Brasil, as seguradoras convivem com sistemas e processos históricos que tornam a integração das novas soluções mais complexa. Modernizar aplicações, expor dados via APIs e estabelecer pipelines de dados confiáveis é pré-condição para que agentes de IA entreguem todo seu potencial – e esse é um investimento que exige priorização estratégica. Segundo pesquisas, é preciso ter atenção para a necessidade de uma “infraestrutura digital” antes de se confiar cegamente em agentes autônomos.
Governança é o outro pilar inegociável. A facilidade com que qualquer time de negócio pode hoje “criar um agente” – em um movimento comparável ao surgimento do Excel como gerador de sistemas alternativos ao da área de IT – impõe que TI e compliance deixem de adotar postura meramente restritiva e assumam protagonismo em regras, frameworks e boas práticas. Definir quem pode treinar modelos, quais dados são permitidos, níveis de autonomia e gatilhos para intervenção humana são decisões que evitam desde vazamento de dados sensíveis até a proliferação de agentes com comportamentos imprevisíveis. A experiência prática mostrada no ITC e em levantamentos sobre escalabilidade da IA Generativa conclui que muitas empresas ainda têm lacunas de preparo e precisam mapear recursos, responsabilidades e expectativas de retorno antes de levar POCs à produção em larga escala.
Um último ponto, que voltou repetidamente nas conversas e painéis, é o da demonstração de valor com cases práticos. A indústria seguradora, naturalmente avessa ao risco, tende a adotar inovações de forma seletiva: quando surge um case que entrega ganhos claros (redução de custo, menor tempo de liquidação, menos fraudes detectadas), a adoção se acelera. Isso explica por que muitas iniciativas permanecem em projeto piloto até que um player renomado prove o ROI de forma transparente. A lição para executivos é dupla: priorizar iniciativas que resolvam dores mensuráveis e, simultaneamente, construir governança que permita escala segura quando o case se provar vencedor.
Como já fizeram em outros setores, os agentes de IA prometem transformar etapas fundamentais do seguro – do underwriting ao sinistro –, entregando ganhos de produtividade, melhores experiências ao cliente e potencial redução de despesas administrativas. Mas o benefício real só aparece quando há visão estratégica, infraestrutura digital e governança robusta.
O futuro não é um cenário de substituição em massa, mas de reconfiguração inteligente de papéis, com o agente de IA como executor e acelerador, o humano como decisor e fiscalizador, e as áreas de TI como guardiãs do modelo e da integridade dos dados. A escolha que as seguradoras têm agora é simples na lógica e complexa na execução: governar bem para automatizar mais, ou automatizar mal e perder a chance de colher o que a IA realmente pode oferecer.
